Ethernovia samler inn over 90 millioner dollar i serie B-finansiering for å fremme fysisk AI-nettverking

Ethernovia har avsluttet en serie B-finansieringsrunde på over 90 millioner dollar, ettersom etterspørselen øker etter nettverks-silikon som kan støtte sanntids-autonomi over kjøretøy, roboter og industrielle systemer. Runden ble ledet av Maverick Silicon, med deltakelse fra Socratic Partners, Conduit Capital og CDIB-TEN Capital, samt fortsatt støtte fra eksisterende investorer, inkludert Porsche SE, Qualcomm Ventures (QCOM ) og Fall Line Capital.

Basert i Silicon Valley, bygger Ethernovia en ny klasse av Ethernet-baserte pakkeprosessorer som skal fungere som data-ryggraden – eller “nervesystemet” – for intelligente maskiner som opererer på kanten. Selskapet fokuserer på en voksende flaskehals i autonomi: å flytte massive volumer av sensor-, visjon- og AI-data på en forutsigbar og effektiv måte i sanntid.

Ombygging av data-ryggraden for autonomi

Autonome kjøretøy, avanserte førerhjelpesystemer og industrielle roboter blir stadig mer avhengige av dusinvis av høy-båndbredde-sensorer og AI-arbeidsbelastninger som må operere med deterministisk forsinkelse. Tradisjonelle kjøretøys- og industrielle nettverk var aldri designet for disse kravene, og resulterer ofte i fragmenterte arkitekturer, økt systemkompleksitet og stigende kostnader.

Ethernovias tilnærming sentrerer seg rundt pakkeprosessor-drevne, Ethernet-baserte arkitekturer som samler nettverking, beregning og data-orkestring. I stedet for å stole på en lappeteppe av legacy-busser og punkt-til-punkt-lenker, er deres plattform bygget for å samle og rute sanntids datastrømmer på en programmerbar og skalerbar måte – støtter både zonale og sentraliserte systemdesign.

Pakkeprosessorer bygget for fysisk AI

I kjernen av Ethernovias teknologi ligger en familie av høy-ytelses pakkeprosessorer som er spesifikt utformet for kant og fysisk AI-arbeidsbelastninger. Disse chipene er designet for å håndtere høy-båndbredde-sensor- og AI-trafikk med deterministisk forsinkelse og sterk effekteffektivitet, to begrensninger som stadig definerer suksess i automotive- og robot-utvikling.

Ved å støtte programmerbare data-veier og skalerbare Ethernet-stoffer, muliggjør plattformen programvare-definerte systemer som kan utvikle seg over tid gjennom over-the-air-oppdateringer, samtidig som de møter sikkerhetskritiske ytelseskrav. Denne fleksibiliteten er særlig relevant når OEM-er flytter mot arkitekturer hvor funksjonalitet defineres mer av programvare enn faste maskinkonfigurasjoner.

Momentum over hele bil-, robot- og industrielle markedet

Mens bilindustrien fortsatt er et nøkkelområde, er Ethernovias teknologi posisjonert over flere markeder hvor sanntids kant-intelligens blir essensiell. Robotplattformer, industrielle automatiseringssystemer og fremvoksende AI-definerte maskiner møter lignende utfordringer rundt forsinkelse, synkronisering og data-bevegelse. I hvert tilfelle er ytelsesbegrensninger stadig diktert ikke av rå beregningskapasitet, men av hvor effektivt data kan flyttes mellom sensorer, prosessorer og aktuatorer under strenge tidsgarantier.

Disse sektorene konvergerer også arkitektonisk. Robot- og industrielle systemer begynner å adoptere designprinsipper som tidligere var spesifikke for bilindustrien, som zonale arkitekturer og sentralisert beregning, mens bilplattformer låner konsepter fra data-sentre, inkludert programvare-definert nettverking og standardiserte Ethernet-stoffer. Denne konvergensen skaper etterspørsel etter nettverks-silikon som kan operere pålitelig over diverse miljøer samtidig som de støtter lange produkt-leverandører og utviklende programvare-krav.

Den nye finansieringen vil bli brukt til å akselerere utvikling og produksjon av selskapets neste generasjons pakkeprosessorer, utvide deres programvare- og system-kapasiteter og dykke dyptere inn i kunde-engasjementer over disse sektorene. Ettersom deployeringer flytter fra piloter til skalert produksjon, flytter fokuset mot plattformer som kan støtte langvarige oppgraderinger, blandede arbeidsbelastninger og økende autonomi uten å kreve grunnleggende redesign.

Hva dette signaliserer for fremtiden av fysisk AI

Ethernovias finansieringsrunde fremhever en bredere endring som skjer i autonomi og robotikk: intelligens er ikke lenger begrenset av algoritmer alene, men av infrastrukturen som kobler sanntids-sensing, resonnering og handling i den fysiske verden. Ettersom AI-systemer flytter ut av skyen og inn i kjøretøy, fabrikker og maskiner, blir nettverks-silikon en grunnleggende lag i stedet for en støttende ettertanke.

Denne endringen reflekterer en økende erkjennelse av at fysisk AI-systemer ultimate er sanntids-systemer. Forsinkelser, tapte pakker eller uforutsigbar forsinkelse kan ha tangibile konsekvenser, fra degradert ytelse til sikkerhetsrisiko. Som følge av dette blir deterministisk data-bevegelse like kritisk som modell-nøyaktighet eller beregnings-gjennomstrømming.

Pakke-sentrerte, Ethernet-baserte arkitekturer peker mot en fremtid hvor intelligente maskiner er mer modulære, oppgraderbare og programvare-definerte, speilende utviklingen i data-sentre over de siste ti årene. Hvis denne overgangen fortsetter, kan den konkurranse-drevne landskapet i fysisk AI øke og avhenge av hvem som kan levere den mest pålitelige, tilpasningsdyktige data-stoff – en som kan støtte kontinuerlig innovasjon uten å ofre sanntids-ytelse.